查詢教學大綱與進度

教學大綱與進度

課程基本資料：

學年期課號課程名稱階段學分時數修教師班級人撤備註

113-2 345082 人工智慧於環境工程與管理之運用 1 3.0 3 ★ 林文印環境所 6 0 億光大樓1343大教室

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
113-2	345082	人工智慧於環境工程與管理之運用	1	3.0	3	★	林文印	環境所	6	0	億光大樓1343大教室

教學大綱與進度：

教師姓名林文印　教師諮商時間(Office Hours)

Email wylin@ntut.edu.tw

最後更新時間 2024-12-19 17:07:23

課程大綱人工智慧工具可以提供環境工程與管理領域諸多助益，使用人工智慧工具的主要優勢之一是能夠有效地分析和處理大量數據。環境數據的複雜性是一個具有挑戰性的課題，而人工智慧提供了實現更精確預測、持續監控、風險評估與問題解決方案。本課程將簡要介紹人工智慧技術的發展，以及人工智慧相關物聯網、環境監測、環境品質預測、環境研究等領域應用事例，還有人工智慧工具使用對環境可能的衝擊影響。人工智慧工具可以提供環境工程與管理領域諸多助益，使用人工智慧工具的主要優勢之一是能夠有效地分析和處理大量數據。環境數據的複雜性是一個具有挑戰性的課題，而人工智慧提供了實現更精確預測、持續監控、風險評估與問題解決方案。本課程將簡要介紹人工智慧技術的發展，以及人工智慧相關物聯網、環境監測、環境品質預測、環境研究等領域應用事例，還有人工智慧工具使用對環境可能的衝擊影響。 AI tools can provide many benefits in the field of environmental engineering and management, and one of the main advantages of using AI tools is their ability to effectively analyze and process large amounts of data. The complexity of environmental data is a challenging obstacle, and AI provides more accurate predictions, continuous monitoring, risk assessment, and problem solving. This course will briefly introduce the development of AI technology, as well as application cases in the fields of AI-related Internet of Things, environmental monitoring, environmental quality prediction, environmental research, etc., as well as

課程進度
(1-16週) 1. Introduction 2. 機器學習概念與介紹 3. Python語言基礎學習I 4. Python語言基礎學習II 5. Python語言進行機器學習應用I 6. Python語言進行機器學習應用I 7. History and Current Status of Artificial Intelligence Development 8. Ethics and Morality of AI Development 9. Deep Learning and the Foundations of Natural Language 10. Midterm Report 11. Characteristics and Challenges of Environmental Data 12. Pre-processing of Environmental Data 13. Statistical Analysis and Visualization 14. Spatial and Temporal Data Analysis 15. Environmental Sensors and Internet of Things (IoT) 16. Pollution Monitoring, Prediction, and Pollution Source Tracking 17. AI Applications in Resource Recovery 18. Final Report

評量方式與標準 1. Class Attendance and Participation 30% 2. Midterm Report 30% 3. Final Report 40%

使用教材、參考書目或其他 【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】

使用外文原文書：是
1. Artificial Intelligence: A Modern Approach 4/E (Stuart Russell and Peter Norvig) 2. Artificial Intelligence Methods in the Environmental Sciences (Sue Ellen Haupt, Antonello Pasini and Caren Marzban)

課程諮詢管道 Please email Professor Lin (wylin@ntut.edu.tw) to discuss or arrange meeting.

延伸教學與資源

課程對應SDGs指標 SDG4：優質教育（Quality Education）
SDG6：潔淨水與衛生（Clean Water and Sanitation）
SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
SDG11：永續城市與社區（Sustainable Cities and Communities）

課程是否導入AI

備註　

教師姓名	林文印　教師諮商時間(Office Hours)
Email	wylin@ntut.edu.tw
最後更新時間	2024-12-19 17:07:23
課程大綱	人工智慧工具可以提供環境工程與管理領域諸多助益，使用人工智慧工具的主要優勢之一是能夠有效地分析和處理大量數據。環境數據的複雜性是一個具有挑戰性的課題，而人工智慧提供了實現更精確預測、持續監控、風險評估與問題解決方案。本課程將簡要介紹人工智慧技術的發展，以及人工智慧相關物聯網、環境監測、環境品質預測、環境研究等領域應用事例，還有人工智慧工具使用對環境可能的衝擊影響。人工智慧工具可以提供環境工程與管理領域諸多助益，使用人工智慧工具的主要優勢之一是能夠有效地分析和處理大量數據。環境數據的複雜性是一個具有挑戰性的課題，而人工智慧提供了實現更精確預測、持續監控、風險評估與問題解決方案。本課程將簡要介紹人工智慧技術的發展，以及人工智慧相關物聯網、環境監測、環境品質預測、環境研究等領域應用事例，還有人工智慧工具使用對環境可能的衝擊影響。 AI tools can provide many benefits in the field of environmental engineering and management, and one of the main advantages of using AI tools is their ability to effectively analyze and process large amounts of data. The complexity of environmental data is a challenging obstacle, and AI provides more accurate predictions, continuous monitoring, risk assessment, and problem solving. This course will briefly introduce the development of AI technology, as well as application cases in the fields of AI-related Internet of Things, environmental monitoring, environmental quality prediction, environmental research, etc., as well as
課程進度 (1-16週)	1. Introduction 2. 機器學習概念與介紹 3. Python語言基礎學習I 4. Python語言基礎學習II 5. Python語言進行機器學習應用I 6. Python語言進行機器學習應用I 7. History and Current Status of Artificial Intelligence Development 8. Ethics and Morality of AI Development 9. Deep Learning and the Foundations of Natural Language 10. Midterm Report 11. Characteristics and Challenges of Environmental Data 12. Pre-processing of Environmental Data 13. Statistical Analysis and Visualization 14. Spatial and Temporal Data Analysis 15. Environmental Sensors and Internet of Things (IoT) 16. Pollution Monitoring, Prediction, and Pollution Source Tracking 17. AI Applications in Resource Recovery 18. Final Report
評量方式與標準	1. Class Attendance and Participation 30% 2. Midterm Report 30% 3. Final Report 40%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】使用外文原文書：是 1. Artificial Intelligence: A Modern Approach 4/E (Stuart Russell and Peter Norvig) 2. Artificial Intelligence Methods in the Environmental Sciences (Sue Ellen Haupt, Antonello Pasini and Caren Marzban)
課程諮詢管道	Please email Professor Lin (wylin@ntut.edu.tw) to discuss or arrange meeting.
延伸教學與資源
課程對應SDGs指標	SDG4：優質教育（Quality Education） SDG6：潔淨水與衛生（Clean Water and Sanitation） SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure） SDG11：永續城市與社區（Sustainable Cities and Communities）
課程是否導入AI
備註